弱网下对话频繁中断，通常是两个问题叠在一起：重连策略太急，会话被反复重建；播放缓冲太小，网络抖动直接被听成卡顿。处理方向是把重连间隔、最大重试次数和播放缓冲当成一组参数来调，先用限速和丢包把断流稳定复现出来，再从日志判断断在发送端还是接收端，最后把结果写进验收。需要说明边界：重连后能不能续上上下文，取决于服务端是否保留会话以及官方文档公开的续接方式，不能先假设有“resume”这类接口。

在弱网里调 Qwen-Audio-3.0-Realtime，先复现再调参：用 tc netem 加延迟、抖动、丢包，观察连接状态、分片发送、播放缓冲三个位置；日志必须带分片序号、时间戳、连接状态，才能区分发送端卡住还是接收端断开。重连间隔建议从秒级起并做指数退避加抖动，最大次数设上限后转降级；缓冲按档位对照首声延迟增量和断流次数来选。会话续接能力以官方文档为准，本地只保存可恢复的最小状态。

用限速和丢包复现断流

在地铁、电梯里等“运气”出现断流，排查效率很低。建议在测试机上用 Linux 的 tc netem 主动构造弱网，把问题变成每次都能触发的用例。下面的参数只是起点，实际按你要模拟的场景（进电梯前的抖动、隧道里的长丢包）调整。

# 查看当前规则
 tc qdisc show dev eth0

# 加 200ms 延迟、80ms 抖动、5% 丢包（出口网卡）
sudo tc qdisc add dev eth0 root netem delay 200ms 80ms distribution normal loss 5%

# 再叠加限速，模拟带宽被压到 200kbit 左右
sudo tc qdisc add dev eth0 root handle 1: tbf rate 200kbit burst 32kbit latency 400ms

# 跑完清理
sudo tc qdisc del dev eth0 root

如果只能在应用层做，可以在客户端和接入层之间加一个可限速的转发进程，效果接近，但要注意别把本地环回也限死，导致日志上传失败。

复现时同时盯三个位置，缺一个就会误判：

• 连接状态：长连接是否收到关闭帧、心跳是否超时、重连计数涨得快不快。这里能看出是链路断还是服务端主动断。
• 分片发送：音频分片序号是否连续、发送队列是否堆积、有没有已发未确认的分片。这里能看出是发送端卡住还是网络把包吃了。
• 播放缓冲：缓冲水位是否持续下降、出现欠载（underrun）的次数、从首片到出声的时间。这里能看出“卡”是网络问题还是缓冲设置问题。

记录断线发生在第几片音频

只看“断了”没有意义，要看断在第几片。建议日志固定带这几类字段：分片序号、分片时长、发送时间戳、确认时间戳、当前连接状态、缓冲水位、事件名。用 key=value 的行格式即可，方便 grep 和导入表格。

ts=2025-01-01T10:00:00.120 session=s-01 chunk_seq=37 chunk_ms=200 send_ts=... ack_ts=- rtt_ms=- conn_state=closing buffer_ms=420 event=socket_close code=1006

按字段组合判断，比猜准确得多：

• 序号停在 37 且之后没有新的 ack，重连也没有把 37 之后的片补上——多半是发送端或链路卡住，检查发送队列和重试逻辑。
• 序号还在增加，但 conn_state 变成 closing/closed——接收端或服务端断开，重点看关闭码和心跳超时。
• 序号正常、连接也正常，但 buffer_ms 一路往下掉——这不是断网，是缓冲太小或播放侧消费不过来，先调缓冲再看重连参数。

一次断流只留一行汇总日志往往不够，建议在断开前后各保留几秒的上下文，至少覆盖最后一个成功 ack 的分片序号。

重连后如何续上会话

重连即失忆，通常是两件事没做：重连策略把连接打成了风暴，以及本地没有保存可恢复的最小状态。间隔上，建议首次重连从 0.5～1 秒起，之后按 1.5～2 倍退避，并加一点随机抖动，避免多端同时重连；上限一般压到 10～30 秒之间，按产品能忍受的等待定。最大次数不要无限，可以先设 5～8 次，或加一个总时长上限（例如 60 秒），到点就转降级：提示用户重试、切到文本输入、或者明确告知当前网络不可用。

reconnect:
  initial_delay_ms: 800
  backoff_factor: 1.8
  jitter_ms: 200
  max_delay_ms: 20000
  max_attempts: 6
  total_timeout_ms: 60000
  on_exhausted: degrade_to_text

这段配置只是骨架，字段名按你实际使用的客户端配置替换，不要照抄成官方接口名。

本地要保存的是“能续上”的最小集合：会话标识与有效期内的凭证、最后一个已确认的分片序号或对话轮次标识、未确认的音频分片（可选，注意体积和录音隐私）、最近的上下文摘要、以及断线时的缓冲水位。凭证不要落到不安全的位置，未确认分片在恢复失败后要及时清理。

具体怎么续接，例如是否支持带恢复标识重新 attach、服务端会话保留多久、能否从中断的分片继续，必须以官方文档说明为准，不要先假定接口存在；如果文档没有写，就按“重新开会话并重放上下文摘要”这种方式设计降级路径。

缓冲上限与延迟的取舍

“卡”和“慢”必须放在同一张表里比。做法是固定同一段测试音频、同一组 netem 参数，只改缓冲档位，每档跑若干轮，记录首声延迟增量和断流/欠载次数。延迟增量的记法：从首个分片发送到实际出声的时间，减去该轮的网络往返中位数，剩下的就是缓冲带来的那部分。

表格里的次数不要凭印象填，按日志里 underrun 和 socket_close 事件计数。经验上档位往上加，断流次数会降、延迟增量会涨，但拐点因网络条件而异，所以必须自己跑一遍再定默认值；也可以做成随缓冲水位自适应，但自适应逻辑本身要在弱网下再测一轮。

把弱网表现写进验收

上线前至少要跑两档网络条件，并把结果写成可复查的记录，而不是“试过了没问题”。

抖动档：用 netem 加延迟和抖动、低丢包，例如 delay 150ms 60ms distribution normal loss 1%。步骤：清理旧规则 → 加规则 → 建立会话 → 连续对话若干轮 → 记录首声延迟增量、断流位置、重连次数 → 清理规则。

断续档：用周期性全丢包模拟进隧道，例如每 10 秒断开 3 秒。

while true; do
  sudo tc qdisc add dev eth0 root netem loss 100%
  sleep 3
  sudo tc qdisc del dev eth0 root
  sleep 7
done

每档都要填同一张记录表，字段建议固定：用例编号、网络档位、netem 参数、断流发生在第几片、断线原因（连接关闭/发送卡住/缓冲欠载）、重连次数、恢复出声耗时、缓冲档位、是否续上上下文、结论与待办。两次结果不一致时，先确认 netem 是否残留、测试音频是否同一段，再怀疑代码。